《表6 寒药网络中心性分析》

  提示：宽带有限、当前游客访问压缩模式

本系列图表出处文件名：随高清版一同展现

《基于系统药理模式挖掘中药寒热药性的关键靶标和疾病网络》

1. 获取 高清版本忘记账户？点击这里登录

1. 下载图表忘记账户？点击这里登录

3.关键靶点的寻找及分析通过表2的拓扑参数可以得知寒性药成分-靶点网络中平均每个基因有7.648个直接邻居，即平均的节点度为7.648，该网络中有20个靶点是高于2倍平均节点度（表4）。通过表3的拓扑参数可以得知平均每个基因有7.463个直接邻居，即平均的节点度为7.463，该网络中有35个靶点是高于2倍平均节点度（表5）。相比于寒性药，热性药的关键靶点多出大约一倍，网络复杂程度更高，也可能表明中药中热性效果需要由更多的靶点之间相互作用体现。本研究纳入了接近中心性与中介中心性算法，接近中心性算法强调的是节点与网络中其他节点的平均最短路径长度，中介中心性算法衡量了节点位于其他节点的最短路径上的次数，即网络中其他节点之间最短路径中经过该节点的次数，也就是说如果其他节点的最短路径都要通过该节点，则该节点具有较高的重要性或能力，作为其他节点相互连接的纽带，控制了其他节点的信息传输。通过3种算法计算整个网络，并汇总了各算法结果排名前20位的靶点，如表6-表7所示。